[发明专利]一种超分辨率面部表情识别方法在审
申请号: | 202211456236.7 | 申请日: | 2022-11-21 |
公开(公告)号: | CN115984920A | 公开(公告)日: | 2023-04-18 |
发明(设计)人: | 程其玉;汪立;余震宇;宋禄琴;李璐 | 申请(专利权)人: | 安徽信息工程学院 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V10/20;G06V10/82;G06T3/40 |
代理公司: | 芜湖思诚知识产权代理有限公司 34138 | 代理人: | 项磊 |
地址: | 241100 *** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 分辨率 面部 表情 识别 方法 | ||
1.一种超分辨率面部表情识别方法,其特征在于:包括如下步骤:
步骤一:Cutblur图像预处理:将不同分辨率的图像色块互相填充,从而实现有针对性地对某一特征区域进行超分辨率识别;
步骤二:三通道EDSR超分辨率:将经过Cutblur处理后的特征向量作为输入,经过三通道EDSR的网络的多次迭代,再对输出的图像特征进行加权,得到综合超分辨率特征值;
步骤三:FER面部表情识别:将得到三通道加权后的超分辨率图像特征放入面部表情识别网络中进行面部特征提取与分类,得出实验结果。
2.根据权利要求1所述的一种超分辨率面部表情识别方法,其特征在于:在所述步骤一中:所述分辨率图像色块包括低分辨率图像色块xLR∈RW*H*C以及超分辨率图像色块xHR∈RW*H*C。
3.根据权利要求2所述的一种超分辨率面部表情识别方法,其特征在于:在所述步骤一中,所述CurBlur首先对低分辨率图像色块进行s倍的双三次插值,再通过剪切粘贴使低分辨率图像色块以及超分辨率图像色块相互填充,生成成对的训练样本,训练样本的计算公式如下所示:
在上述公式中:s是放大倍数,Μ∈{0,1}sW*sH为二值Mask。
4.根据权利要求3所述的一种超分辨率面部表情识别方法,其特征在于:在所述步骤二中,将经过Cutblur处理后的特征向量作为输入信息T1in、T2in、T3in,输入到三通道EDSR的网络中,再经过低分辨率特征提取块conv(s,n)得到提取后的特征T′1in、T′2in和T′3in,计算公式如下所示:
T'1in=conv(s,n)T1in;
T'2in=conv(s,n)T2in;
T'3in=conv(s,n)T3in;
在上述公式中:conv(s,n)代表卷积层,s和n分别是滤波器的大小和数目,然后便将这些特征进行残差块ResBlock多次迭代,所述迭代的计算公式如下:
T1out=fRes(T'1in);
T2out=fRes(T'2in);
T3out=fRes(T'3in)。
5.根据权利要求4所述的一种超分辨率面部表情识别方法,其特征在于:将三通道得到的图像特征进行加权,得到综合的超分辨率特征值Tout,计算公式如下所示。
Tout=T1out+μ1T2out+μ2T3out;
在上述公式中:其中μ为权重。
6.根据权利要求5所述的一种超分辨率面部表情识别方法,其特征在于:在步骤三中,在得到三通道加权后的超分辨率图像特征之后,CTE-FER将图像特征放入面部表情识别网络中进行面部特征提取与分类,计算公式如下所示:
Io=fSMFER(Tout);
在上述公式中:fSMFER表示面部表情网络。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽信息工程学院,未经安徽信息工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211456236.7/1.html,转载请声明来源钻瓜专利网。